.png){kind=icon}
返回
Benchmarking multi-slice integration and downstream applications in spatial transcriptomics data analysis
.png){kind=icon}
OA
AI
DOI：10.1186/s13059-025-03796-z.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间转录组学在捕获基因表达的同时保留了组织的空间背景。随着技术的进步，研究人员越来越多地从多个组织切片中生成数据，从而对多切片整合方法产生了日益增长的需求。这些方法旨在生成具有空间感知的嵌入，联合捕获空间和转录组信息，在保留生物信号的同时缓解技术伪影（如批次效应）。然而，这些方法的可靠性各不相同，且技术的日益多样化使整合更加具有挑战性。这凸显了全面评估其性能的必要性，而目前这方面的评估仍存在不足。为系统评估多切片整合方法的性能，我们提出一个综合的基准测试框架，涵盖构成上游至下游流水线的四个关键任务：多切片整合、空间聚类、空间对齐和切片表示。针对每个任务，我们对方法进行详细分析并提供可操作的建议。我们的结果表明，各任务之间的性能存在显著的数据依赖性变化。我们进一步研究了上游与下游任务之间的关系，表明下游性能通常取决于上游质量。本研究提供了使用19个不同数据集对12种多切片整合方法在四个关键任务上的全面基准评估。结果表明，方法性能高度依赖于应用场景、数据集规模和技术类型。我们还发现了上游与下游任务之间存在强烈的相互依赖性，强调了稳健早期分析的重要性。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
G
IF:
9.4
论文数:
6.4K
被引数:
7.3W
机构
引用论文
Transcriptome-scale spatial gene expression in the human dorsolateral prefrontal cortex人背外侧前额叶皮层中转录组尺度的空间基因表达OAAI
OAAI分享收藏SPIRAL: integrating and aligning spatially resolved transcriptomics data across different experiments, conditions, and technologies螺旋: 整合和对齐不同实验，条件和技术的空间分辨转录组学数据.png)
GENOME BIOLOGYOAAI
GENOME BIOLOGYIF9.4
OAAI分享收藏SANTO: a coarse-to-fine alignment and stitching method for spatial omicsSANTO: 一种用于空间组学的从粗到细的对齐和拼接方法NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Spatially resolved cell atlas of the mouse primary motor cortex by MERFISHMERFISH对小鼠初级运动皮层的空间分辨细胞图谱NatureOAAI
NatureIF0
OAAI分享收藏
分享收藏Spatially aware dimension reduction for spatial transcriptomics空间转录组学的空间感知降维NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Unsupervised and supervised discovery of tissue cellular neighborhoods from cell phenotypes从细胞表型中无监督和有监督地发现组织细胞邻域NATURE METHODSOAAI
NATURE METHODSIF32.1
OAAI分享收藏
查看更多内容